融合GCN与Informer的序列推荐算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 为了解决长序列推荐算法的准确率低和冷启动问题，提高推荐算法的性能，提出一种融合GCN与Informer的序列推荐算法VGIN。使用图卷积网络提取数据中节点之间的空间特征，引入Informer模型来处理数据潜在的时间依赖性，再将两种特征输入多层感知器得出预测评分，实现长序列预测，改善长序列推荐效果较差的问题；同时利用变分自编码器（VAE）填补用户的数据缺失，改善用户冷启动问题。（剩余11771字）

试读结束

目录
monitor